我希望將日期范圍列分成兩列，開始日期和結束日期。然而它的分割似乎不起作用，因為它不識別“-”。有什么建議嗎？我嘗試使用''' ebola1 = pd.DataFrame(ebola['日期范圍'].str.split('-',1).to_list(),columns = ['開始日期','結束日期']) '''但是，它返回以下內容：因此，(1) 它無法識別“-”，(2) 如何區分“1976 年 6 月至 11 月”和“2001 年 10 月至 2002 年 3 月”，(3) 如何在現有列中包含新列桌子？謝謝您的幫助！
1 回答
倚天杖
TA貢獻1828條經驗 獲得超3個贊
–而是使用了，因此與for一起-使用：Series.str.splitexpand=TrueDataFrame
data = ['Jun–Nov 1976', 'Sep–Oct 1976', 'Jun 1977', 'Jul–Oct 1979', 'Nov 1994', 'Nov 1994–Feb 1995', 'Jan–Jul 1995', 'Jan–Mar 1996', 'Jul 1996–Jan 1997', 'Oct 2000–Feb 2001', 'Oct 2001–Mar 2002', 'Oct 2001–Mar 2002', 'Oct 2001–Mar 2002', 'Oct 2001–Mar 2002', 'Oct 2001–Mar 2002', 'Dec 2002–Apr 2003', 'Dec 2002–Apr 2003', 'Dec 2002–Apr 2003', 'Oct–Dec 2003', 'Apr–Jun 2004']
ebola = pd.DataFrame(data, columns=['Date range'])
ebola1 = ebola['Date range'].str.split('–', 1, expand=True)
ebola1.columns = ['start date','end date']
然后numpy.where添加來自end dateby的年份Series.str.extract，但前提是在start date測試的列中不存在Series.str.contains：
mask = ebola1['start date'].str.contains('\d')
years = ebola1['end date'].str.extract('(\d+)', expand=False)
ebola1['start date'] = np.where(mask,
ebola1['start date'],
ebola1['start date'] + ' ' + years)
print (ebola1)
start date end date
0 Jun 1976 Nov 1976
1 Sep 1976 Oct 1976
2 Jun 1977 None
3 Jul 1979 Oct 1979
4 Nov 1994 None
5 Nov 1994 Feb 1995
6 Jan 1995 Jul 1995
7 Jan 1996 Mar 1996
8 Jul 1996 Jan 1997
9 Oct 2000 Feb 2001
10 Oct 2001 Mar 2002
11 Oct 2001 Mar 2002
12 Oct 2001 Mar 2002
13 Oct 2001 Mar 2002
14 Oct 2001 Mar 2002
15 Dec 2002 Apr 2003
16 Dec 2002 Apr 2003
17 Dec 2002 Apr 2003
18 Oct 2003 Dec 2003
19 Apr 2004 Jun 2004
添加回答
舉報
0/150
提交
取消